MétaCan
Menu
Retour à la cohorte
Enregistrement W4285300864 · doi:10.47743/pesd2022161010

Minimizing the cost of energy consumption for public institutions in Nigeria

2022· article· en· W4285300864 sur OpenAlexaff
Lukman Ahmed Omeiza, Абул Калам Азад, Kateryna Kozak, Ukashat Mamudu, Aikhonomu Osayemen Daniel

Notice bibliographique

RevuePresent Environment and Sustainable Development · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnergy and Environment Impacts
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésEnergy consumptionConsumption (sociology)Public institutionBusinessInstitutionEnvironmental economicsPhotovoltaic systemEnergy (signal processing)Argument (complex analysis)Energy policyEconomicsRenewable energyNatural resource economicsEngineeringPolitical scienceSociologyLawSocial science

Résumé

récupéré en direct d'OpenAlex

Energy and humanity are superimposed. Its importance to humankind and indispensable nature to the world cannot be overemphasized. Public institutions and households need energy to carry out their daily activities. The increase in the demand for energy in public institutions can be traced to technological advancement, which has resulted in a sharp rise in energy consumption, increasing the energy monthly utility bill astronomically. These have put pressure on public institutions in Nigeria and across the globe, as most are heavily indebted to energy companies. Due to constant electric power failure in Nigeria, public institutions rely heavily on diesel generators to argument their daily energy need. Cost minimization and sustainable clean energy have become a priority for the managers of our public institutions. This study was carried out to establish the exact amount of energy consumption at the Federal Polytechnic Bida, Nigeria, and fashion out ways of reducing the cost burden for the institution.The study was achieved by installing "Efergy Meter" to understudy the energy audit of the institution. Based on the result obtained, the exact amount of energy consumption was established. The solar photovoltaic (P.V.) system was considered a clean and cost-effective option for our public institutions in the long term.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,813
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,032
Tête enseignante GPT0,230
Écart entre enseignants0,198 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePresent Environment and Sustainable DevelopmentMême sujetEnergy and Environment ImpactsTravaux en français237 207